oefenen

bij een populatie gebruik je?

z waarde

bij een steekproeg gebruik je?

t waarde

wanneer spreek je over een populatie?

metingen boven 30

wanneer spreek je over een steekproef?

metingen onder 30

hypotheses F toets (H0 en Ha)

H0= varianties zijn gelijk (tweezijdige toets), Ha= de ene variantie is groter dan de andere (eenzijdige toets)

wat toets de f toets?

variantie

wat toets de t toets?

de gemiddelde

hypotheses van t toets

H0= gemiddelde zijn gelijk, Ha- gemiddelde niet gelijk

respons is y bij modellen

y = a+b*x of y= B0+B1*x

predictor

gecontroleerbare variable, risico factor

reponse

y is gemeten variabelen

hoe bepaal je welke lijn het beste past bij gemeten punten?

verticale residuals (x is independent en y is dependent)

hoe heet de afstand tussen lijn en gemeten punt?

residuals of erros. de lijn minimaliseerd afsand tussen punten en lijn

OLS

ordinary linear regressie model

wat meet OLS?

manier om met least squares methode de parameters te bepalen in regressie model

wat zeggen deze waarde?

95% betrouwbaarheids interval valt binnen (0,03374 en 0,1858) Dit 95% betrouwbaarheids interval bevat niet 0. Dit betekend dat er een significante relatie is tussen concentratie en response

Wat betekend het als het betrouwbaarheids interval 0 bevat?

de conclusie is dan dat er geen verschil is tussen interceptie van 0 en gecalculeerde intercept (98,24833)

confidence interval

bepaald met welke betrouwbaarheid je kunt zeggen in welke interval de ware populatie parameter (zoals intercept en richtingscoefficient) ligt

predicted interval

kijk je naar de kans dat een nieuwe meting binnen bepaald gebied valt

Wanneer is Pi of VI klein?

• Als n (aantaal standaarden groot is

• als Xh dicht bij gemiddelde x ligt

  • er een grote range in x aanwezig is

zorgt small of large voor een goed model?

small zorgt voor goede lijn en dus model

waarom is een grotre R² beter?

de kromme lijn gaat beter door punten en verklaard de data dus beter

is correlatie causaliteit (oorzaak gevolg)

nee, misschien speels x slecht kleine rol en is een grote rol voor andere variabele waaraan x gekoppeld is

R² en PI zijn direct gekoppeld (waar/ niet waar)

niet waar

uitbijter

exterme y waarde

leverage point

extreme x waarde

influential point

als punt niet wordt meegenomen in regressie krijg je andere waarde als wanneer deze wel wordt meegenomen (parameters sd, r² ect)

wanneer mag je een waarde verwidjren bij cooks distance?

als deze groter is dan 1

Lack of Fit

test kan achterhlen of een hogere orde model de data beter fit dan rechte lij

wat verwacht je bij een goed model? is lof kleiner/ groter of gelijk aan pe?

kleiner dan

PE

predicted error, voorspellings fout

hypothese lof

H0= er is geen lack of fit, Ha= er is lack of fit

wat heb je nodig om lof te kunnen berekenen

ministens 1 duplo (om PE te bepalen) en meer levels dan [arameters is model

Grafische interpretaties over juistheid gekozen model

LINE (maak scatterplot met Line), zijn punten onafhankelijk van elkaar, Indipendent. is data Normaal verdeeld? en is spreiding van residuen rondom gemiddelde 0 gelijk verdeeld Equivalent verdeedld?

wat test durban watson?

of correlatie aanwezig is, bepaald of residuen onafhankelijk zijn van elkaar

onafhankelijk (I)

tijdsafhankelijk

positieve seriele correlatie (zelfde stapgroote die elkaar opvolgen)

negatieve seriele correlatie (wisseling van tekens + en - ect)

uitbijter

schuin en skew

veel tail

wat doe je al data niet normaal verdeeld is?

-Y transformeren

-Wortel (zwakke correlatie)

-log normaal (kan ook log10)

-1/x (sterke correlatie)

-Box Cox transformatie

heterocascedaring (variantie neemt toe met de x waarde er wordt neit voldaan aan equal variances)

Waar voldoet heterocascadering niet aan?

linE, variantie neemt toe met de x waarde

hoe los je heterocadastiteit oplossen?

y waarde transformeren

het gaat hier om dezelfde punten (bekijk de rode punten). Residu plot geeft normaal beeld met punten verspreid rondom nul lijn. variantie gelijk. geen uitbijters te zien

variance inflation factor

VIF

VIF

wortel vif is de factor waarmee de SD van die variabele toegenomen tov als er geen correlatie zou zijn geweest

VIF = 1

niet gecorreleerd

VIF < 5

goed weinig tot geen correlatie

VIF > 5

sterk gecorreleerd

regressiemodel bouwen

• haal gecorreleerde variabelen weg

• bekijk welke gecorreleerd zijn? zie matrixplot, correlatiematrix en VIF waarde

• Haal grote VIF weg en p waarde groter dan 0,05

• herhaal en bekijk of VIF beter is

interactie tussen de variabelen op de respons

soms is de grootte van de respons afhankelijk van hoe bv de ene variabele is ingesteld tov een andere variabelen

zijn de residuen bij een predictor gebogen?

dan misschien bij die variabele een kwadraat toevoegen

wat gebeurd er als je factoren of interacties weghaalt?

er blijven meer vrijheidsgraden over voor SS error, PE blijft kleiner dus significantie van factore/ interacties. LOF veranderd wel, p waarde dus ook

orthogonale designs geven

onafhankelijke variabelen (geen correlatie met elkaar)